python3 通过 pybind11 使用Eigen加速代码

python是很容易上手的编程语言，但是有些时候使用python编写的程序并不能保证其运行速度（例如：while 和 for），这个时候我们就需要借助c++等为我们的代码提速。下面是我使用pybind11调用c++的Eigen库的简单介绍:

第一步：准备系统和IDE：

• Windows 10 
• vs2015 (用于调试c++代码)
• vscode (调试python代码)

第二步：python虚拟环境：

1. 创建虚拟python虚拟环境： 在vscode的terminal中执行  

   python -m venv env

    

2. 下载 Eigen: 将Eigen解压到当前目录命名为 eigen-3.3.8
3. 在vscode的terminal中激活虚拟环境：

    ./env/Scripts/Activate.ps1
   
   

   　　

4. 安装pybind11: 

   pip install pybind11

    

5. 安装numpy==1.19.3（使用1.19.4可能会有问题）:

    pip install numpy==1.19.3 

    

第三步：使用vs2015编写cpp_python.cpp, 并保证没有bug

#include <Eigen/Dense>
using namespace std
using namespace Eigen
MatrixXd add_mat(MatrixXd A_mat, MatrixXd B_mat)
{
    return A_mat + B_mat;
}

第四步：使用pybind11为cpp_python.cpp添加python接口

喻培伦：韶山行 散记_马恩资料库官方网站 (mebk.org)

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

// cpp_python.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。 // #include <pybind11/pybind11.h> #include <pybind11/eigen.h> #include<pybind11/numpy.h> #include<fstream> #include<iostream> #include <Eigen/Dense> using namespace std; using namespace Eigen;   MatrixXd add_mat(MatrixXd A_mat, MatrixXd B_mat) {     return A_mat + B_mat; }   namespace py = pybind11; PYBIND11_MODULE(add_mat_moudle, m) {     m.doc() = "Matrix add";//解释说明     m.def("mat_add_py"/*在pyhon中使用的函数名*/, &add_mat); }

第五步：设置setup.py用来编译c++代码

马恩资料库官方网站 (mebk.org)

from setuptools import setup
from setuptools import Extension

add_mat_module = Extension(name='add_mat_moudle',  # 模块名称
                           sources=['cpp_python.cpp'],    # 源码
                           include_dirs=[r'.\eigen-3.3.8',
                                        r'.\env\Scripts',     # 依赖的第三方库的头文件
                                         r'.\env\Lib\site-packages\pybind11\include']
                           )

setup(ext_modules=[add_mat_module])

 第六步：编译测试

1	这是我当前的工作目录

 

 注意：我的cpp_python.cpp和setup.py是在同一个文件夹下。

 

执行: "python .\setup.py build_ext --inplace"就会得下面的结果，生成.pyd文件表明我们已经编译成功。

 

运行测试：

 

文章来自：